基于循环平稳分析的雷达辐射源特征提取与融合识别

论文摘要

雷达辐射源识别是电子情报侦察、电子支援侦察和雷达威胁告警系统中的关键处理过程,也是电子干扰的前提和基础,其识别水平是衡量雷达对抗设备技术先进程度的重要标志。随着现代电子战的激烈对抗,复杂体制雷达辐射源迅速增加,使传统识别方法逐渐失去其有效性。为了适应复杂多变的电子战环境,迫切需要探索出新的有效的识别方法。针对雷达对抗信号处理研究工作中的关键问题,本文研究了基于循环平稳分析的雷达辐射源特征提取与融合识别。首先,在辐射源的个体特征提取中,根据辐射源脉内指纹特性分析,提取了循环谱、循环双谱特征。实验结果表明,基于循环平稳域的信号特征更能全面有效的描述雷达辐射源的内在特性,从而为特定辐射源的个体识别提供了稳定可靠的分类特征。其次,在辐射源的融合识别中,研究了基于典型相关分析(CCA)和鉴别典型相关分(DCCA)的特征级融合方法,将两组特征之间的相关性作为判别信息,提取有效的组合特征。此外还研究了基于距离准则进行特征排序和选择的特征级融合方法,主要针对特征维数相差过大的不同特征集的融合问题。实验结果表明,特征级融合既达到了信息融合的目的,又有效的消除了冗余信息,在实现信息压缩的同时也提高了整个分类系统的正确识别率。最后,为了解决实用雷达辐射源识别系统的拒识问题,研究了基于广义置信度的雷达辐射源拒识算法,拒识非库属目标和低置信度库属目标,从而降低误识率,提高整个分类系统的可靠性。并通过各种性能指标对整个分类系统的识别性能进行评价,给出评价结果。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 国内外研究现状
• 1.3 本文主要工作及章节安排
• 第二章 基于循环谱的辐射源个体特征提取
• 2.1 引言
• 2.2 基于循环谱零点切片的辐射源特征提取
• 2.2.1 循环谱理论简介
• 2.2.2 循环谱的估计及其谱分辨率
• 2.2.3 基于循环谱切片的特征提取算法
• 2.2.4 实验结果及分析
• 2.3 循环谱切片特征提取的快速算法
• 2.4 基于循环谱奇异值分解的辐射源特征提取
• 2.4.1 奇异值分解
• 2.4.2 基于循环谱奇异值分解的特征提取算法
• 2.4.3 实验结果及分析
• 2.5 本章小结
• 第三章 基于循环双谱的辐射源个体特征提取
• 3.1 引言
• 3.2 高阶循环统计量
• 3.2.1 正弦波抽取运算
• 3.2.2 高阶循环累积量和高阶循环谱
• 3.3 循环双谱及其切片谱
• 3.3.1 循环双谱及其切片谱定义
• 3.3.2 循环双谱切片谱的估计算法
• 3.3.3 循环频率对切片谱图的影响
• 3.4 基于循环双谱切片谱的辐射源特征提取
• 3.5 本章小结
• 第四章 雷达辐射源的融合识别
• 4.1 引言
• 4.2 基于CCA 的辐射源特征融合
• 4.2.1 典型相关分析（CCA）理论
• 4.2.2 典型相关特征的抽取
• 4.2.3 基于CCA 的特征融合算法及实验分析
• 4.3 基于DCCA 的辐射源特征融合
• 4.3.1 鉴别典型相关分析（DCCA）理论
• 4.3.2 实验结果与分析
• 4.4 基于特征排序与选择的辐射源特征融合
• 4.4.1 时域及频域个体特征
• 4.4.2 基于距离准则的特征排序和选择
• 4.4.3 实验结果与分析
• 4.5 本章小结
• 第五章 辐射源识别系统的拒识及性能评价
• 5.1 引言
• 5.2 基于后验概率的分类器融合
• 5.3 分类器广义置信度的定义及估计
• 5.3.1 广义置信度的定义
• 5.3.2 广义置信度的估计
• 5.4 识别系统的各种性能评价参数
• 5.4.1 各种性能评价参数
• 5.4.2 实验结果与分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 全文总结
• 6.2 未来展望
• 致谢
• 参考文献
• 作者在读期间的研究成果